全文下载排行

一年内发表文章 | 两年内 | 三年内 | 全部 | 最近1个月下载排行 | 最近1年下载排行

当前位置： 最近1个月下载排行

Please wait a minute...


选择: 导出引用 EndNote Ris BibTeX 显示/隐藏图片

Select

心理因素影响下游客节假日错峰旅游出行行为研究 朱海燕，关宏志，韩艳，李婉莹，赵磊 交通运输系统工程与信息    2019, 19 (5): 225-230.   摘要 （339）      PDF （386KB）（607）    错峰出行是解决出行时间集中引起交通拥堵问题的重要措施. 本文以节假日游客错峰出行行为为研究对象，探究心理潜变量对其错峰出行意向及行为的影响机理. 基于计划行为理论，同时考虑节假日旅游满意度，构建节假日游客错峰旅游出行行为的结构方程模型. 定量研究了态度、主观规范、知觉行为控制、节假日旅游满意度4 个心理因素对游客节假日错峰旅游行为意向及行为的影响. 最后通过问卷调查数据进行了实例分析. 研究结果表明，4 个潜在变量对节假日错峰旅游出行行为意向具有显著影响，其中知觉行为控制是关键因素且影响最大，节假日旅游满意度对节假日错峰出行行为意向及行为有显著负向影响. 本研究可为节假日游客错峰旅游出行措施的制定提供参考依据.

Select

基于灵活编组的城市轨道交通大小交路列车开行方案优化 刘斌, 赵靳辉, 田志强, 马超凡, 梁辉, 李和壁 交通运输系统工程与信息    2025, 25 (6): 143-152.   DOI: 10.16097/j.cnki.1009-6744.2025.06.013 摘要 （246）      PDF （2072KB）（261）    针对城市轨道交通客流分布不均导致的运力冗余或不足问题，本文研究高峰时段灵活编组模式下开行方案的优化，旨在实现运力与需求的精准匹配，有效控制运营成本，提升资源利用效率。以典型不均衡性客流为研究对象，构建以企业运营成本最小化和平均满载率最大化的双目标非线性整数规划模型，综合考虑立席密度限制等约束。设计基于分层序列的三阶段求解算法，以及采用优劣解距离(TOPSIS)策略的择优方案。以某市城轨实际线路为背景设计算例，对所构建模型和算法的有效性进行验证。实验结果表明，相较于单一交路固定编组和大小交路固定编组模式，灵活编组模式展现出显著优势。在高峰时段，灵活编组使企业运营成本分别降低25.67%和7.34%，满载率优化幅度达29.55%和26.02%。灵敏度分析显示，允许小交路立席密度适度提高，可进一步降低运营成本，但需权衡乘客舒适度与安全性。当立席密度从7人·m -2增至9人·m -2时，灵活编组模式下，成本与满载率反比分别下降15.38%和14.83%，车底运用数减少15.79%。综上所述，基于灵活编组的大小交路开行方案能够有效适应客流时空波动，实现运力动态调配与成本控制的协同优化。

Select

无人机配送研究：关于技术、效益及应用的系统综述 伍景琼, 奠然, 字太升, 李云起 交通运输系统工程与信息    2025, 25 (6): 34-49.   DOI: 10.16097/j.cnki.1009-6744.2025.06.004 摘要 （338）      PDF （2284KB）（215）    随着电子商务快速发展和即时配送需求的激增，无人机配送作为物流领域的新型解决方案，正引发物流体系的深刻变革。本文系统回顾2015—2024年间发表的74篇相关文献，从关键技术、经济效益、环境可持续性、应用潜力和系统协同等维度，全面梳理无人机配送的研究进展。研究表明，无人机配送主要依赖路径规划算法、能源管理和多机协同等关键技术。相关优化研究已从单一目标优化向多目标协同演进，算法从经典启发式向智能算法发展，能有效减少求解时间和优化成本。但载重和风力的非线性影响，以及恶劣天气适应性仍是瓶颈。无人机配送在提升物流效率、降低配送成本和减少碳排放方面具有显著优势。在经济效益方面，无人机与车辆协同配送系统可通过优化路径规划和资源调度，显著缩短客户等待时间、降低配送成本及人力需求；与公共交通（公交/地铁）系统整合，能有效扩大覆盖服务范围并降低能耗；通过多目标优化模型，动态平衡能耗、成本与时效的关系，进一步提升协同效益；但其经济性受限于载重与航程，在短途轻载和应急货物配送更具优势。环境效益分析表明，无人机配送阶段的碳排放水平明显低于传统运输方式，但需综合考虑其全生命周期环境影响，包括制造、运营和回收等环节。应用层面，无人机配送在医疗物资配送、应急物流和城市“最后一公里”配送等领域展现出独特价值，在偏远地区和紧急场景下优势突出。然而，该技术仍面临安全风险、技术创新不足、社会认知局限和政策法规不完善等挑战。未来研究应聚焦电池技术突破、智能路径规划优化、隐私安全保护机制和跨区域政策协调，加速无人机配送的商业化应用进程。

Select

“双碳”背景下考虑需求不确定的多式联运网络设计优化 黄瑞, 赵旭, 王婧贇 交通运输系统工程与信息    2025, 25 (6): 1-12.   DOI: 10.16097/j.cnki.1009-6744.2025.06.001 摘要 （304）      PDF （2693KB）（208）    在“双碳”目标持续推进与运输需求不确定性加剧背景下，研究多式联运网络设计优化问题。首先，构建以优化策略制定者为上层领导者，以托运人为下层跟随者的双层双目标优化模型，上层协同制定通过能力投资、低碳投资与补贴策略，实现总收益最大化与碳排放量最小化；下层基于广义运输成本求解用户均衡下的网络货流分配结果。接着，引入实物期权理论，采用几何布朗运动描述运输需求波动的随机过程，量化延迟优化的期权价值，确定优化策略的最优实施时机。针对模型特点，设计嵌套Frank-Wolfe的基于分解的多目标进化算法(MOEA/D)求解确定性模型，并结合最小二乘蒙特卡洛模拟识别优化策略实施时机。以西部陆海新通道沿线区域为例进行实证分析，结果表明：所提方法可统筹经济、低碳与运营效率等目标，实现单位运输成本降低16.58%，网络碳排放总量减少27.11%及总收益稳健增长5.41%；在需求不确定环境下，延期实施优化策略能够带来额外的期权价值，案例中，延期至第3期实施可使预期收益提升4.70%，碳排放总量降低5.03%。

Select

考虑乘客出行特性的城轨与市域铁路贯通运营开行方案研究 朱昌锋, 高硕悦, 王傑, 符云琪, 成琳娜, 匡荣杰 交通运输系统工程与信息    2025, 25 (6): 129-142.   DOI: 10.16097/j.cnki.1009-6744.2025.06.012 摘要 （226）      PDF （3016KB）（141）    为优化城轨与市域铁路贯通运营开行方案，解决传统换乘模式在高峰时段难以满足跨线客流需求的问题，构建基于心理账户理论与Logit模型的乘客出行选择行为模型，刻画乘客在时间和费用等多属性因素影响下的出行选择行为机理，建立以开行频率和折返站位置为决策变量，以乘客出行时间最小与企业运营成本最少为目标的贯通运营开行方案优化模型，设计基于对立学习-Arnold混沌映射的多目标粒子群优化求解算法。研究结果表明，相较于换乘衔接模式，贯通运营模式下，乘客总出行时间与企业运营成本分别降低22.60%与17.44%。进一步分析可知，乘客出行选择行为呈现时间价值偏好特性，高时间价值客流对直达服务敏感性较高，跨线刚性客流占比是决定贯通列车开行频率的关键因素，贯通列车发车频率与跨线刚性客流占比呈正相关，但当贯通列车发车频率超过7对·h -1后，跨线刚性客流占比表现出边际效益递减规律。本文可为城轨与市域铁路贯通运营提供一定的理论支撑。

Select

新闻事件驱动的洋区不明飞行活动架次预测 孟令航, 张林海, 陈敏 交通运输系统工程与信息    2025, 25 (6): 360-372.   DOI: 10.16097/j.cnki.1009-6744.2025.06.033 摘要 （230）      PDF （3210KB）（125）    近年来，随着国际地缘政治形势的愈发复杂，洋区不明飞行活动日趋频繁，严重影响域内民航航班运行的安全和效率。本文构建一种基于注意力机制的卷积记忆网络预测架构，旨在挖掘GDELT(Global Database of Events, Language, and Tone)新闻事件与不明飞行活动架次及其滞后性的关联特征。首先，采用格兰杰因果检验和相关性分析筛选与飞行活动显著相关的新闻事件类型，并构建输入特征空间；接着，提出一种“卷积神经网络-长短期记忆网络-多头注意机制(CNN-LSTM-MHA)”混合架构，通过CNN提取事件数据与架次数据的局部时空关联特征，通过LSTM捕捉事件滞后影响，并引入多头注意力机制优化学习权重。利用2015—2024年三亚情报区不明飞行活动数据验证模型，结果表明：该预测模型在测试集上表现出较优的性能，平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R²)分别为0.6049、0.7642和0.8103；模型对正常与异常飞行活动样本均能保持较高预测精度，且测试性能与训练集接近，显示出良好的泛化能力与预测稳定性。

Select

AI驱动的自动驾驶汽车轨迹预测方法综述 田大新, 肖啸, 周建山 交通运输系统工程与信息    2025, 25 (5): 1-24.   DOI: 10.16097/j.cnki.1009-6744.2025.05.001 摘要 （971）      PDF （1838KB）（684）    在自动驾驶系统中，轨迹预测作为感知与决策之间的重要桥梁，对于保障行车安全和提升系统鲁棒性具有关键意义。近年来，随着人工智能技术的不断发展，AI驱动的轨迹预测方法在精度、适应性，以及对复杂交通环境的建模能力方面取得了显著进展。本文围绕“预测模型”这一主线，系统梳理自动驾驶场景下的主流轨迹预测方法。首先，回顾基于物理模型的传统方法；其次，重点综述当前的研究热点，包括基于传统机器学习、深度神经网络和强化学习等方法的建模范式；同时，介绍近年来兴起的可解释性AI方法在提升模型透明度与安全性方面的探索进展，在比较不同方法的基础上，分析各类模型在处理交互建模、多模态不确定性及泛化能力等方面的优势与不足；接着，在方法对比的基础上，进一步整理轨迹预测评估指标和公开数据集的特点与适用范围，同时汇总国内外典型的落地案例；最后，结合当前研究瓶颈与发展趋势，展望未来轨迹预测可能的研究方向，包括模型的可解释性增强，多模态信息的有效融合及预测与决策规划的一体化设计等。希望本文能为后续相关研究提供有价值的参考和启发。

Select

混合示教长短时记忆网络的车辆轨迹预测研究 方华珍, 刘立, 肖小凤, 顾青, 孟宇 交通运输系统工程与信息    2023, 23 (4): 80-87.   DOI: 10.16097/j.cnki.1009-6744.2023.04.009 摘要 （913）      PDF （2292KB）（561）    为实现智能网联车对周围车辆运行轨迹准确地长时预测，本文提出一种混合示教解码的长短时记忆网络的车辆轨迹预测方法。首先，通过特征筛选和历史轨迹序列标注建立轨迹预测数据集；其次，构建长短时记忆网络的编码器-解码器模型，编码器将自车和周围车辆历史轨迹及道路环境信息编码为上下文向量，解码器采用混合示教的模式将上下文向量解码动态解码为未来轨迹；最后，采用真实道路数据集NGSIM US101和I-80路段验证模型的可行性。多组对比分析实验结果表明：本文所提方法在长时域预测的终点位移误差指标上的有效性和优越性，5 s的终点位移误差在2.7 m以内；并且模型在稀疏采样后的数据集上达到更高的预测准确率，5 s的位移误差在1.3 m以内。

Select

运输需求与成本不确定下的枢纽港选择 赵旭，许航，刘娇 交通运输系统工程与信息    2020, 20 (3): 1-5.   摘要 （291）      PDF （337KB）（462）    针对轴辐式网络中的枢纽港选择问题，在集装箱航运网络中，考虑运输需求与成本的不确定，根据数据变化规律，构建多个模型. 根据轴辐式网络的运输环节，使用成本函数表征枢纽港间运输成本，构建枢纽港选择的确定性模型；基于此，针对航运需求的离散特性，构建需求不确定的随机模型进行枢纽港选择；基于运输成本难以预测的特点，结合实际数据，使用极小极大值法构建成本不确定的枢纽港选择模型；然后，结合两者构建运输需求与运输成本同时不确定的枢纽港选择模型. 采用欧洲集装箱运输网络实际数据对模型进行验证，求解各因素不确定下枢纽港选择的最优方案，并针对结果进行对比分析，为班轮公司优化航线提供参考.

Select

天气对低空航线网络抗毁性影响分析 程明, 黄泓鸣 交通运输系统工程与信息    2025, 25 (6): 101-108.   DOI: 10.16097/j.cnki.1009-6744.2025.06.009 摘要 （211）      PDF （2120KB）（111）    为精准量化天气因素和节点失效对低空物流航线网络抗毁性的影响，本文提出一种融合气象数据空间插值与复杂网络级联失效的评估框架。以公开的高程数据(DEM)作为协变量，应用局部薄盘光滑样条法对低空航线风速、降雨量数据进行高精度空间插值，克服了站点数据稀疏性，精确刻画了航路气象风险分布；基于熵权法融合度中心性、介数中心性等6项指标，构建综合节点重要性指标M si，用于识别网络关键节点；定义融合网络效率、最大连通子图规模、网络密度的综合抗毁性指标H，并构建考虑节点失效和负载重分配的级联失效模型。以深圳市88个运营站点构建的低空物流航线网络为对象进行仿真。仿真结果表明：综合抗毁性指标H能全面反映网络抗毁性变化，熵权法节点重要性指标M si识别关键节点效果显著，移除其前10个节点导致H下降80%，网络崩溃。气象影响量化分析表明：所构建网络有效规避了深圳市高风速区域，60%区域降雨量低于无人机运行阈值，移除受天气影响排序靠前的30个节点时，H仅下降28.3%，证明天气对网络整体抗毁性影响有限。同时，提出抗毁性优化方案，即在关键节点附近增设4个备降场。仿真验证表明，优化后网络抗毁性显著提升，按度值移除前10个节点时，H从优化前的0.08提升至0.25。本文为低空物流网络在恶劣天气下的安全运行与抗毁性提升提供了安全性评估工具与优化策略。

Select

可接受间距策略下网联车辆队列安全优化控制方法 杨海飞, 唐勇, 郭延永, 李红伟, 赵恩泽 交通运输系统工程与信息    2025, 25 (6): 50-61.   DOI: 10.16097/j.cnki.1009-6744.2025.06.005 摘要 （271）      PDF （2581KB）（107）    基于可接受间距策略的三相自适应巡航系统(Three-Phase Adaptive Cruise Control,TPACC)以线性控制器实现车辆间的速度同步，虽然较恒定时距策略改善了稳定性，但在面临复杂交通扰动时更易诱发交通冲突。为此，本文在车联网支持下运用模型预测控制(Model Predictive Control, MPC)对CTPACC(Cooperative TPACC)车辆队列进行安全优化。首先，构建考虑系统延时的CTPACC运动学模型，通过数值实验阐明可接受间距策略下队列控制的稳定性与安全性关系；进而，提出基于速度同步的MPC安全优化策略，同时，引入终端约束与贝叶斯优化保障系统稳定，并设计延时补偿机制改善控制性能；最后，结合典型工况验证所提策略的有效性。结果显示：线性控制器过高的稳定裕度将导致追尾事故或紧急安全模式介入，且安全性与稳定性呈现非单调性关系。针对此，无延时补偿MPC在控制稳定基础上带来安全性整体提升，延时补偿机制进一步实现稳定性与安全性的全面优化，理论工况下，安全风险指标时间积分碰撞时间、时间暴露碰撞时间、队列振荡指标平均最大超调量和总绝对加加速度值的降幅达到24.4%~61.7%、29.7%~57.4%、52.7%~90.8%和13.9%~81.3%，且在扰动强度敏感性实验以及实际工况测试中均表现相同趋势。此外，所提策略抑制紧急安全模式介入，提升车辆控制平稳性。交通流相变分析表明，延时补偿MPC在瓦解拥堵核的同时，两项安全风险指标较典型线性控制器分别下降50.4%与53.3%。

Select

考虑空间认知能力和恐慌传播的地铁车站应急疏散模型 王连震, 庄涵颖, 王宇萍, 王宝杰 交通运输系统工程与信息    2025, 25 (6): 209-219.   DOI: 10.16097/j.cnki.1009-6744.2025.06.019 摘要 （214）      PDF （3073KB）（98）    为更真实地模拟地铁车站应急疏散过程，提高疏散效率和安全性，本文提出融合行人空间认知能力与恐慌情绪传播的改进社会力模型CogPanic-SFM(Cognition Panic Social Force Model)。模型通过动态模拟行人在疏散过程中的空间认知能力演化过程，结合空间认知依赖特征的SACR(Susceptible-Activated Constrained-Recovered)恐慌传播模型，实现空间认知能力与恐慌强度的双重调制，并协同优化了社会力模型中的自驱力和排斥力。仿真结果表明，改进后模型的疏散总用时与应急演练疏散用时的相对误差为7.792%，低于传统模型的37.083%，验证了模型在复杂场景下的有效性和拟真性。进一步发现，空间认知能力的分布比例对群体恐慌强度具有明显影响：当高空间认知能力者(0.85~0.95)比例为1时，群体恐慌强度峰值为0.49，较低空间认知能力者(0.10~0.30)比例为1时，群体恐慌强度峰值下降46.7%。较低的恐慌强度意味着行人在疏散过程中更为冷静，有助于缓解拥堵，提高出口利用率，从而缩短整体疏散时间。

Select

考虑车辆运动状态信息特性的自由换道意图识别模型 辛琪, 王彦锋, 王智龙, 王畅, 牛世峰 交通运输系统工程与信息    2025, 25 (6): 74-86.   DOI: 10.16097/j.cnki.1009-6744.2025.06.007 摘要 （230）      PDF （2456KB）（95）    为实现自由换道场景下驾驶人换道意图的准确识别，通过分析换道过程中车辆运动状态的信息变化规律，提出一种考虑车辆运动状态信息特性的自由换道意图识别模型。首先，基于人机共驾实车系统平台采集驾驶人自由换道场景下的车辆运动状态信息，通过车道线检测获取车辆中心点与车道中心线的偏离距离，确定自由换道过程关键时间节点，将所采集数据分成车道保持、向左换道和向右换道3类，构建换道意图数据集；其次，通过SHAP(SHapley Additive exPlanations)全局可解释性方法分析各车辆运动状态信息对换道意图识别的影响权重，并采用独立样本T检验说明各变量的差异性，验证各变量作为换道意图识别模型输入的可行性；再次，针对自由换道过程中车辆运动状态的非平稳性、采样吉布斯现象及车道偏离数据干扰问题，在Informer网络的基础上依次引入可逆实例归一化模块(RevIN)、频率增强信道注意力机制(FECAM)、趋势感知自注意力机制(ETTA)和Unet结构，构建自由换道意图识别模型RF-EUInformer(RevINFECAM-ETTA Unet Informer)；最后，采用蒙特卡洛交叉验证评估模型的泛化能力，通过消融试验得出引入的各模块在1.5s预判时间下对准确率的贡献分别为1.4%、0.5%、0.6%和1.2%，验证了各模块的有效性。与双向长短期记忆网络(Bi-LSTM)、卷积长短期记忆网络(ConvLSTM)、时域卷积网络(TCN)和时域卷积网络注意力机制(TCN-Attention)等模型进行对比分析，所提出模型在0.5、1.0、1.5s预判时间下的准确率较最优对比模型分别提升了3.9%、4.5%和5.8%。

Select

自动化干散货码头资源分配与多机械协同调度优化研究 计明军, 李嘉伟, 胡寒霖, 高振迪 交通运输系统工程与信息    2025, 25 (6): 317-326.   DOI: 10.16097/j.cnki.1009-6744.2025.06.029 摘要 （229）      PDF （2707KB）（92）    针对自动化干散货码头存在多种资源和机械设备导致多环节协同调度困难的问题，本文提出基于船舶在港时间最小和码头作业成本最小为目标的泊位-装船机-堆场协同调度模型。由于此问题具有大规模及非线性特征，在求解上具有挑战性，故提出一种基于灰狼优化的两阶段算法用于模型求解。第1阶段基于改进灰狼优化算法求解泊位-装船机分配方案，第2阶段基于分流机-堆场分配算法筛选符合作业线和堆场约束的可达方案。最后，以安徽长久内河码头数据为基础进行模型可行性和算法优越性验证。数值结果表明，本文建立的优化模型高度契合多资源和多机械协同作业的自动化干散货码头作业场景，符合实际作业约束，能充分利用码头资源和机械设备；本文提出的算法能有效求解该优化问题，较粒子群算法、遗传算法、灰狼优化算法、鲸鱼优化算法和哈里斯鹰优化算法在总成本的求解效果分别提升8.1%、8.7%、6.5%、2.4%和4.5%。

Select

超高速公路智能网联车辆编队策略研究 何永明, 卢杨彭, 刘汇洋, 李鑫然 交通运输系统工程与信息    2025, 25 (6): 62-73.   DOI: 10.16097/j.cnki.1009-6744.2025.06.006 摘要 （247）      PDF （3005KB）（86）    编队的鲁棒控制策略对于实现智能网联车辆在超高速公路上的安全高效运行至关重要。为提高超高速公路场景下智能网联车辆编队的运行稳定性与安全性，本文提出一种车辆编队控制策略。构建考虑通信时延的全速度差模型作为底层跟驰基础，在领导者-跟随者信息拓扑下，设计一种非线性编队控制律，其核心在于通过反解底层跟驰模型的最优速度函数动态计算与速度相关的非线性期望间距，确保编队控制的稳态目标与单车驾驶行为的平衡态相统一。通过传递函数法严谨分析模型的稳定性，并基于H∞性能指标优化控制器参数。仿真结果表明：在120~160km·h -1的动态变速场景下，与CACC(Cooperative Adaptive Cruise Control)基准策略相比，DLFC(Delayed Leader-Follower Control)策略展现出较好的弦稳定性与动态跟踪性能，能够有效抑制扰动放大。在随机扰动的极限紧急制动场景下，经蒙特卡洛仿真验证，DLFC策略相较于基准策略展现出高安全冗余，能有效规避碰撞风险，并将车队遭遇高风险状态的概率控制在20%以内，能够保障超高速公路场景下车辆编队的安全性。

Select

建成环境对不同群体公交出行的非线性影响研究 刘路, 郑浩龙, 李明高, 朱宇婷, 吴珂琪 交通运输系统工程与信息    2025, 25 (6): 229-238.   DOI: 10.16097/j.cnki.1009-6744.2025.06.021 摘要 （225）      PDF （2487KB）（85）    为解析通学、通勤及老年群体高峰时段公交出行的生成机理，并在同一时空维度下，剖析建成环境对不同群体的异质性作用，本文引入随机森林模型，量化关键因素贡献度，识别阈值和边际效应，分析多因素交互作用，揭示建成环境对不同群体公交出行的非线性影响机制。研究发现：从影响因素的个体重要性看，公交线路数量对3类群体均起主导作用，但次要影响因素呈显著群体差异。其中，通勤群体高度依赖公交站密度与距市中心距离，老年群体受医疗保健与科教文化设施双重约束，通学群体主要受距市中心距离的影响。从影响因素的集体重要性看，通学与老年群体出行由土地利用因素单极主导，通勤群体由土地利用与公交站属性因素协同驱动，城市设计因素重要性相对较低且稳定。从非线性影响看，同一因素对不同群体的阈值与边际效应存在显著差异，且多因素交互作用也存在差异；此外，同一因素对通学和老年群体的影响存在明显时序分异。

Select

中国上市航空公司产能效率及影响因素研究 刘丹, 林杉杉, 郑宇婷 交通运输系统工程与信息    2025, 25 (6): 13-22.   DOI: 10.16097/j.cnki.1009-6744.2025.06.002 摘要 （247）      PDF （1606KB）（83）    在碳排放约束下，提升自身产能效率，在市场竞争中获得优势，是航空公司管理者当前普遍关注的问题。基于2017—2021年中国6家上市航空公司的面板数据，将CO2排放量作为非期望产出纳入指标体系，采用视窗网络DDF(Directional Distance Function)模型测算产能效率，将产能无效分解为技术无效和产能利用无效，进一步识别中国上市航空公司产能效率低下的关键制约因素，并采用面板回归-门槛效应双重机制重点探究在股权集中度调节作用下政府补贴对上市航空公司产能效率的影响。结果表明：碳排放约束下中国6家上市航空公司的产能效率普遍不高，受技术水平和产能利用情况的共同影响；所有上市航空公司均需减少飞机在飞行过程中的碳排放量；不同影响因素对中国上市航空公司产能效率的影响具有异质性，政府补贴、股权集中度、企业年龄以及飞行时长是中国上市航空公司产能效率提高的关键驱动因素；在股权集中度调节作用下，政府补贴对上市航空公司产能效率的影响存在单门槛调节效应，股权集中度小于等于86.79%时仍然保持促进作用，大于86.79%时转变为抑制作用。因此，上市航空公司应加强技术创新，优化投入资源配置，合理控制股权集中度；政府应赋能技术升级，推动节能降碳，优化补贴发放机制。

Select

面向高层建筑应急救援的无人机螺旋搜索轨迹控制方法 陈德启, 张自设, 张文会, 闫学东, 蒋贤才 交通运输系统工程与信息    2025, 25 (6): 87-100.   DOI: 10.16097/j.cnki.1009-6744.2025.06.008 摘要 （237）      PDF （2924KB）（82）    在灾后黄金救援时期，可使用无人机率先抵达受损高层建筑进行螺旋上升式全覆盖扫描感知灾情。然而，由于受灾现场复杂的动态环境，无人机在抵近立体扫描时，容易出现轨迹跟踪精度低和碰撞风险高等问题。为此，本文提出融合优先经验回放的软演员-评论家(PER-SAC)控制模型，并基于六自由度(6DOF)非线性动力学模型搭建高保真仿真平台。模型通过优先学习高时序差分误差(TD-error)的关键经验，提升复杂任务中的学习效率与控制策略的鲁棒性。仿真对比实验表明，所提PER-SAC策略的收敛速度和最终性能均优于软演员-评论家(SAC)和近端策略优化(PPO)算法。在静态轨迹跟踪任务中，PER-SAC的任务成功率达99.0%，平均轨迹误差较SAC降低了66.3%；在动态避障任务中，其任务成功率高达97.0%，且规避动作更平滑高效，模型控制的鲁棒性得到充分验证。通过融合优先经验回放机制显著提升无人机在未知动态环境下的自主飞行性能。所构建的PER-SAC模型即可以兼顾飞行控制精度、飞行品质与安全性，也可直接应用于灾后对高层受损建筑物的自主螺旋式扫描，通过稳定的飞行姿态获取高清影像，从而辅助救援团队快速感知灾情，提升应急搜救效率。

Select

区间重叠下多线公交车辆调度和泊位设置联合优化 胡宝雨, 刘文磊, 程国柱 交通运输系统工程与信息    2025, 25 (6): 249-264.   DOI: 10.16097/j.cnki.1009-6744.2025.06.023 摘要 （216）      PDF （3316KB）（82）    为解决因多条公交线路重叠运行所引发的拥堵问题，本文提出一种提高多线路运行效率的公交车辆调度与泊位设置联合优化方法。以车辆成本和乘客等待时间成本的加权和最小，以及重叠区间泊位数量最小为目标，综合考虑时刻表、公交运行和分离式站点泊位分配等约束，建立多目标联合优化模型，并通过鲁棒优化方法重构模型。设计混合自适应大邻域搜索算法(MODE-ALNS)求解，多目标差分进化算法(MODE)负责全局搜索和生成初始解，自适应大邻域搜索算法(ALNS)负责对多目标差分进化算法生成的解进行局部优化。通过两者结合，实现全局搜索与局部优化的有机结合，提升解的质量。最后，以哈尔滨市6条重叠运行的公交线路为例进行案例分析。结果表明，相较现状方案，优化后的方案在车辆成本和乘客等待时间成本上减少了3.17%和7.19%，重叠区间内泊位总数的优化效果可达16.67%，能同时顾及运营商和乘客利益。与确定性模型相比，鲁棒优化模型能以更低的总成本和更稳定的泊位数量应对不同的扰动场景，验证了模型的优越性。

Select

建成环境对电动汽车充电行为的非线性影响及交互效应 吴静娴, 管厚杰, 李潇, 赵靖 交通运输系统工程与信息    2025, 25 (6): 276-284.   DOI: 10.16097/j.cnki.1009-6744.2025.06.025 摘要 （234）      PDF （2244KB）（82）    为探究建成环境对电动汽车充电行为的非线性影响及交互作用，本文以上海市为例，结合电动汽车充电订单数据和多源建成环境数据，针对工作日与非工作日两种充电场景，构建基于梯度提升决策树(Gradient Boosting Decision Trees, GBDT)的充电强度模型。借助SHAP(SHapley Additive exPlanations)解释器，分解模型输出，量化各建成环境因素的边际贡献，识别不同场景下影响汽车充电行为的关键因素，并解析其与电动汽车充电量强度间的非线性关联。对比线性回归模型，基于GBDT的充电强度模型拟合效果更优，工作日与非工作日场景下的模型拟合优度分别为0.333和0.573。结果显示，无论是工作日还是非工作日，主次干路密度、市中心邻近度和企业密度是影响公共场站电动汽车充电的核心要素，且均呈现显著的非线性特征和阈值效应。各变量的影响机制各异：主次干路密度与企业密度对电动汽车充电量强度呈正向促进作用，而市中心邻近度与公交站点密度则表现为抑制作用。此外，主、次干路密度等变量间也存在明显的交互效应。